航空钛合金套筒车铣加工表面质量及刀具寿命研究

作者： 徐嘉辰.   来源： 浙江大学 年份： 2024 文献类型 ： 学位论文 关键词： RBF神经网络   遗传算法   钛合金加工   正交车铣   切削参数  

描述： 航空钛合金套筒车铣加工表面质量及刀具寿命研究

航空钛合金套筒车铣加工表面质量及刀具寿命研究

作者： 徐嘉辰.   来源： 浙江大学 年份： 2024 文献类型 ： 学位论文 关键词： RBF神经网络   遗传算法   钛合金加工   正交车铣   切削参数  

描述： 航空钛合金套筒车铣加工表面质量及刀具寿命研究

航空收益管理中NOSHOW率预测研究

作者： 卢巍   来源： 华中科技大学 年份： 2016 文献类型 ： 学位论文 关键词： RBF神经网络   正规正交分解   收益管理   超售   NOSHOW预测  

描述： 收益管理理论在国外航空公司运营中起到了至关重要的作用。它已经成为国内外航空运输企业竞争力的重要体现。收益管理近20年成为研究热点，超售是收益管理中的重要组成部分，超售策略实施的效果直接关系到航空公司的收益水平，而决定超售水平的是NOSHOW率的预测准确水平。本文以NOSHOW率的预测为基础进行研究。首先从介绍收益管理的概念与发展入手，指出了研究意义，分析了中国航空运输业的发展状况，然后分析了影响超售的因素和超售风险、超售收益、现有的一些超售模型和NOSHOW率的预测方法，比较了这些方法的优点和缺点。在NOSHOW率预测方法的研究上，首先分析了NOSHOW旅客的构成、影响NOSHOW率的因素、和NOSHOW率的时间序列特性。接着分析了现有的一些可以对NOSHOW率进行预测的方法，并且探讨了这些方法的优缺点，然后根据现有神经网络预测方法的不足建立了基于时间序列的正规正交分解RBF神经网络（POD-RBF）预测模型，该模型在选取中心时考虑了时间序列数据之间的时序关系，并且使得中心的选取具有并行性，在预测精度与模型复杂度上有其优势。最后应用实际数据对所建立模型的有效性进行验证，并与其它几种预测模型的预测结果进行比较。最后总结了整个研究工作，并对以后的研究做出了进一步的建议与期望。

倾转翼飞机过渡段纵向飞行控制研究

作者： 吴健健   来源： 南昌航空大学 年份： 2019 文献类型 ： 学位论文 关键词： 滑模变结构控制   非线性   RBF神经网络   纵向控制   倾转翼飞机  

描述： 倾转翼飞机过渡段纵向飞行控制研究

航空自耦变压整流器故障诊断方法研究

作者： 林怡   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 自耦变压整流器   RBF神经网络   故障诊断   多源故障特征   持续适航  

描述： 航空自耦变压整流器故障诊断方法研究

飞机舵机电液伺服系统多余力抑制方法研究

作者： 吴竟祎   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： RBF神经网络   多余力   飞机舵机电液伺服系统   小批量梯度下降   粒子群算法  

描述： 飞机舵机电液伺服系统多余力抑制方法研究

倾转翼飞机过渡段纵向飞行控制研究

作者： 吴健健   来源： 南昌航空大学 年份： 2019 文献类型 ： 学位论文 关键词： 滑模变结构控制   非线性   RBF神经网络   纵向控制   倾转翼飞机  

描述： 倾转翼飞机过渡段纵向飞行控制研究

航空自耦变压整流器故障诊断方法研究

作者： 林怡   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 自耦变压整流器   RBF神经网络   故障诊断   多源故障特征   持续适航  

描述： 航空自耦变压整流器故障诊断方法研究

飞机舵机电液伺服系统多余力抑制方法研究

作者： 吴竟祎   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： RBF神经网络   多余力   飞机舵机电液伺服系统   小批量梯度下降   粒子群算法  

描述： 飞机舵机电液伺服系统多余力抑制方法研究

航空收益管理中NOSHOW率预测研究

作者： 卢巍   来源： 华中科技大学 年份： 2016 文献类型 ： 学位论文 关键词： RBF神经网络   正规正交分解   收益管理   超售   NOSHOW预测  

描述： 收益管理理论在国外航空公司运营中起到了至关重要的作用。它已经成为国内外航空运输企业竞争力的重要体现。收益管理近20年成为研究热点，超售是收益管理中的重要组成部分，超售策略实施的效果直接关系到航空公司的收益水平，而决定超售水平的是NOSHOW率的预测准确水平。本文以NOSHOW率的预测为基础进行研究。首先从介绍收益管理的概念与发展入手，指出了研究意义，分析了中国航空运输业的发展状况，然后分析了影响超售的因素和超售风险、超售收益、现有的一些超售模型和NOSHOW率的预测方法，比较了这些方法的优点和缺点。在NOSHOW率预测方法的研究上，首先分析了NOSHOW旅客的构成、影响NOSHOW率的因素、和NOSHOW率的时间序列特性。接着分析了现有的一些可以对NOSHOW率进行预测的方法，并且探讨了这些方法的优缺点，然后根据现有神经网络预测方法的不足建立了基于时间序列的正规正交分解RBF神经网络（POD-RBF）预测模型，该模型在选取中心时考虑了时间序列数据之间的时序关系，并且使得中心的选取具有并行性，在预测精度与模型复杂度上有其优势。最后应用实际数据对所建立模型的有效性进行验证，并与其它几种预测模型的预测结果进行比较。最后总结了整个研究工作，并对以后的研究做出了进一步的建议与期望。